|
|
| 廣告智慧推薦系統
Advertising system with smart recommendationsTB001384789 | | |
|
書目
| 公告號 |
M552625 |
| 公告日 |
2017/12/01 |
| 公報卷期 |
44-34 |
| 證書號 |
M552625 |
| 申請號 |
106209164 |
| 申請日 |
2017/06/23 |
| 公報IPC |
G06Q 30/02(2012.01) |
| 當前IPC |
G06Q 30/02(2012.01) |
| 申請人 |
優愛德股份有限公司 臺北市松山區八德路3段36號7樓 (中華民國);
URAD CO., LTD. 7F. NO. 36, SEC. 3, BADE RD., SONGSHAN DIST., TAIPEI CITY 105, TAIWAN (R. O. C.) (TW)
|
| 當前專利權人 |
優愛德股份有限公司; URAD CO., LTD. |
| 發明人 |
張天豪 (中華民國); CHANG, TIEN HAO (TW);
葉書銘 (中華民國); YEH, SHU MING (TW);
張豪文 (中華民國); CHANG, HAO WEN (TW);
邱士權 (中華民國); CHIU, SHIH CHUAN (TW)
|
| 代理人 |
俞伯璋; 林長榮 |
| 一案兩請 |
相同的創作已於同日申請發明專利 |
| 摘要 |
一種廣告智慧推薦系統，該系統包括：一資料蒐集模組，用於蒐集至少二個媒體資料庫之資料；一資料儲存處理模組，用於儲存與處理該資料蒐集模組所蒐集之資料；一資料萃取模組，用於萃取該資料蒐集模組所蒐集之該資料以產生一策略情報；以及一聊天機器人模組，用於接收該資料萃取模組所萃取之該策略情報以產生一視覺化介面。藉由挖掘影響廣告的資料源，經過資料儲存與整理，透過數據分析後，針對媒體、產品、受眾及成效等多個面向提供建議，且將該情報回饋給本系統進行數據分析，如此可為廣告主提供最佳化的廣告配置建議與規劃。 |
| 專利範圍 |
1.一種廣告智慧推薦系統，係用於具有儲存器與處理器之電子裝置中，該系統包括：一資料蒐集模組，用於蒐集至少二個媒體資料庫之資料；一資料儲存處理模組，用於儲存與處理該資料蒐集模組所蒐集之該資料；一資料萃取模組，用於萃取該資料蒐集模組所蒐集之該資料以產生一策略情報；以及一聊天機器人模組，用於接收該資料萃取模組所萃取之該策略情報以產生一視覺化介面。
2.如申請專利範圍第1項所述之廣告智慧推薦系統，其中，該儲存器為記憶體與硬碟其中至少一者，該處理器為微處理器或中央處理器，該電子裝置為伺服器。
3.如申請專利範圍第1項所述之廣告智慧推薦系統，其中，該媒體資料庫為網頁資料庫、媒體與社群資料庫、第三方數據或其任意組合。
4.如申請專利範圍第1項所述之廣告智慧推薦系統，其中，該資料萃取模組包括一篩選與分析單元，用於篩選與分析該資料蒐集模組所蒐集之該資料。
5.如申請專利範圍第4項所述之廣告智慧推薦系統，其中，該資料萃取模組更包括一建議單元，係當該篩選與分析單元篩選與分析該資料蒐集模組所蒐集之該資料後，由該建議單元產生該策略情報。
6.如申請專利範圍第4項所述之廣告智慧推薦系統，其中，該資料萃取模組更包括一提醒單元，係當該篩選與分析單元篩選與分析該資料蒐集模組所蒐集之該資料後，由該提醒單元產生一提醒情報。
7.如申請專利範圍第6項所述之廣告智慧推薦系統，其中，該提醒單元更包括一監控元件，用於根據該提醒情報產生一停止指令。
8.如申請專利範圍第1項所述之廣告智慧推薦系統，其中，該策略情報為媒體情報、產品情報、受眾情報、成效情報或其任意組合。
9.如申請專利範圍第1項所述之廣告智慧推薦系統，其中，該聊天機器人模組更包括一用以連接至少一網路平台以進行資料互動之互動與回饋單元，俾於該聊天機器人模組產生該視覺化介面後，由該互動與回饋單元依據該資料互動之結果產生一回饋情報至該資料萃取模組。
10.如申請專利範圍第1項所述之廣告智慧推薦系統，更包括一自動化模組，用以根據該策略情報，產生一自動執行指令。 |
詳細說明
| 詳細說明 |
【技術領域】
本創作係關於一種廣告系統，特別是指一種廣告智慧推薦系統。
【先前技術】
隨著資訊科技的進步與網際網路的普及，社群平台已逐漸發展成為人們生活上的一種重要溝通管道，人們已習慣利用瀏覽社群網站吸收資訊或是進行人際關係的互動。由於上網人數的激增，不少廣告商嗅到商機，於是在社群網站的瀏覽頁面旁設置廣告欄，間接刺激人們點選，從而成為新的廣告來源型態，也成為網路平台重要的經濟來源之一。
雖然現有的廣告欄可供一般使用者進行自由點選，但一般廣告的提供往往由網站管理者主動提供，又因為缺乏數據分析，網站管理者提供的廣告往往不受消費者青睞。雖有部分網站管理者會依該網站的媒體資料來源進行數據分析，再利用分析後的結果提供合適的廣告連結或廣告頁面以讓使用者點選，但往往因媒體資料來源過於單一，缺乏代表性，使得使用者看完廣告後，仍無法促發購買意願，造成提供的廣告訊息達不到預期的經濟效益。
因此，如何解決上述習知技術之問題，實已成為本領域之一大課題。
【新型內容】
有鑑於此，本創作係提供一種廣告智慧推薦系統，其能應用於網際網路。
本創作提供一種廣告智慧推薦系統，係用於具有儲存器與處理器之電子裝置中，該系統包括：一資料蒐集模組，用於蒐集至少二個媒體資料庫之資料；一資料儲存處理模組，用於儲存與處理該資料蒐集模組所蒐集之該資料；一資料萃取模組，用於萃取該資料蒐集模組所蒐集之該資料以產生一策略情報；以及一聊天機器人模組，用於接收該資料萃取模組所萃取之該策略情報以產生一視覺化介面。
前述之系統中，該儲存器為記憶體與硬碟其中至少一者，該處理器為微處理器或中央處理器，該電子裝置為伺服器。
前述之系統中，該媒體資料庫為網頁資料庫、媒體與社群資料庫、第三方數據或其任意組合。
前述之系統中，該資料萃取模組包括一篩選與分析單元，用於篩選與分析該資料蒐集模組所蒐集之該資料。
前述之系統中，該資料萃取模組更包括一建議單元，係當該篩選與分析單元篩選與分析該資料蒐集模組所蒐集之該資料後，由該建議單元產生該策略情報。
前述之系統中，該資料萃取模組更包括一提醒單元，係當該篩選與分析單元篩選與分析該資料蒐集模組所蒐集之該資料後，由該提醒單元產生一提醒情報。
前述之系統中，該策略情報為媒體情報、產品情報、受眾情報、成效情報或其任意組合。
前述之系統中，該聊天機器人模組更包括一用以連接至少一網路平台以進行資料互動之互動與回饋單元，俾於該聊天機器人模組產生該視覺化介面後，由該互動與回饋單元依據該資料互動之結果產生一回饋情報至該資料萃取模組。
由上可知，本創作之廣告智慧推薦系統中，可應用於網際網路的社群網站中，主動挖掘影響廣告的資料源(如：網頁追蹤數據、媒體與社群數據、第三方數據等)，經過資料儲存與整理，經過數據分析後，針對媒體、產品、受眾及成效等多個面向提供趨勢情報及建議，並利用聊天機器人於互動媒介上(如：網路平台、通訊軟體、電子郵件、通話簡訊)與使用者進行互動，擷取有利的情報，再將該情報回饋給本系統進行數據分析，如此可了解顧客的使用行為和購買體驗，為廣告主提供最佳化的廣告配置建議與規劃。
為讓本創作之上述特徵和優點能更明顯易懂，下文特舉實施例，並配合所附圖式作詳細說明。在以下描述內容中將部分闡述本創作之額外特徵及優點，且此等特徵及優點將部分自所述描述內容顯而易見，或可藉由對本創作之實踐習得。本創作之特徵及優點借助於在申請專利範圍中特別指出的元件及組合來認識到並達到。應理解，前文一般描述與以下詳細描述兩者均僅為例示性及解釋性的，且不欲約束本創作所主張之範圍。
【圖式簡單說明】
第1圖繪示本創作之廣告智慧推薦系統之方塊示意圖；以及第2圖繪示本創作之廣告智慧推薦方法之流程圖。
【實施方式】
以下藉由特定的具體實施形態說明本創作之實施方式，熟悉此技術之人士可由本說明書所揭示之內容輕易地了解本創作之其他優點與功效，亦可藉由其他不同的具體實施形態加以施行或應用。
本創作之廣告智慧推薦系統係用於具有儲存器與處理器之電子裝置中，其中該儲存器可為記憶體與硬碟其中至少一者，該處理器可為微處理器或中央處理器，且該電子裝置可為伺服器，但不以此為限。
請參考第1圖，係為本創作之廣告智慧推薦系統之方塊示意圖。
本創作之廣告智慧推薦系統包括一資料蒐集模組1、一資料儲存處理模組2、一資料萃取模組3與一聊天機器人模組4。資料蒐集模組1用於蒐集至少二個以上的媒體資料庫之資料。其中，媒體資料庫可為網頁追蹤數據資料庫(Website Data)、媒體與社群數據資料庫(Media & Social Network Data)與第三方數據資料庫(3rd Party Data)。進一步地，網頁追蹤數據資料庫可透過在不同產業的網站裡埋碼，藉以長期收集使用者行為及內容。媒體與社群數據資料庫可透過多個媒體來源及社群，如臉書或推特等，收集廣告的成效資料及網站成員互動資訊。第三方數據資料庫可為政府資料開放平台，利用應用程式界面(API；Application Programming Interface)串接或網路爬蟲等資料擷取技術，藉以收集日曆、天氣、溫度、節慶、匯率、趨勢、地圖等輔助判讀資料。
資料儲存處理模組2用於儲存與處理該資料蒐集模組1所蒐集之資料。進一步地，資料儲存處理模組2更包含一資料庫21。資料庫21可透過如：圖像分析、斷詞斷句等服務將原始資料源拆解出圖片、影片、文字、時間、日期、溫度、氣候、花費、受眾、興趣、產品、顏色、網站、網頁、影片、事件、行為、產業、廣告目標、廣告形式、廣告渠道、裝置、版位、性別、國家、地區、匯率、位置、價格、成效、性別、年齡、主題…等欄位，將資料蒐集模組1擷取得到的資訊分類儲存。由於網路的傳輸速度不穩定或網頁資料更動頻繁等，容易導致網路上的資料流失。藉由資料儲存處理模組2中的資料庫21將資料蒐集模組1中的媒體資料庫進行資料儲存，如此可避免日後需要部分網頁資料時，卻因該網頁資料更新，導致網頁資料消失的風險。
資料萃取模組3用於萃取該資料蒐集模組1所蒐集之該資料以產生一策略情報。進一步地，資料萃取模組3包含一篩選與分析單元31。篩選與分析單元31用於篩選與分析資料蒐集模組1所蒐集之資料。其中，資料蒐集模組1所蒐集之資料包括網頁資料庫、媒體與社群資料庫、第三方數據所擷取得到的數據資料或其任意組合。換句話說，藉由篩選與分析單元31的篩選與分析，以擷取資料蒐集模組1中的有用資料，同時排除不需要的無用資料，藉以減輕後續運算上的負擔與減少運算上的時間成本。
在一些實施例中，資料萃取模組3更包括一建議單元32。進一步地，當該篩選與分析單元31篩選與分析該資料蒐集模組1所蒐集之該資料後，由該建議單元32產生該策略情報。舉例來說，當資料蒐集模組1蒐集到媒體與社群數據資料庫與第三方數據資料庫的資料，經資料儲存處理模組2內的資料庫21分類儲存，篩選與分析單元31將資料庫21內的資料篩選與分析，找出兩者的關聯，例如：使用者與天氣之間的歷史演進關係，建議單元32可根據篩選與分析單元31分析的後的結果，提供一最佳化的策略情報，供廣告主參考。
舉例來說，策略情報可為媒體情報、產品情報、受眾情報、成效情報或其任意組合。舉例來說，媒體情報(Media)可為跨渠道廣告(Cross-channel)設定檢測、關鍵績效指標(KPI；Key Performance Indicators)監控、預算分配及素材之建議。產品情報(Product)可為市場定位、需求輪廓、評價及差異化價值分析或定價策略等方面之建議。受眾情報(Audience)可為受眾統計、行為數據、興趣喜好分析設置相似及自訂受眾等方面之建議。成效情報(Performance)可為透過成效分析、熱度聲量分析、競業比較觀察市場趨勢等方面之建議。
在一些實施例中，資料萃取模組3還包括一提醒單元33。舉例來說，當該篩選與分析單元31篩選與分析該資料蒐集模組1所蒐集之該資料後，由該提醒單元33產生一提醒情報。藉由提醒情報的提出，可即時提醒廣告主針對現行的廣告策略進行修正，搭配策略情報以提供經濟效益更高的廣告策略。
在一些實施例中，提醒單元33更包括一監控元件331。監控元件331可以針對行銷目的所制定的關鍵績效指標，設定單日或總週期的監控規則，根據跨渠道廣告的平均成本、成效數量與支出金額，產生一停止指令。舉例來說，跨渠道廣告的平均成本可以為單次點擊成本、每千次曝光成本、單次影片觀看成本、應用程式安裝成本、單次轉換成本之一或其組合；成效數量可以為曝光量、使用者點擊量、應用程式安裝數、影片觀看次數之一或其組合。另具體而言，停止指令為停止相關廣告內容繼續於經濟效益不佳的網頁或網站繼續執行播放內容。
聊天機器人模組4用於接收該資料萃取模組所萃取之該策略情報以產生一視覺化介面。進一步地，聊天機器人模組4包含一互動與回饋單元41。互動與回饋單元41用以連接至少一網路平台以進行資料互動。舉例來說，由於人類的大腦對經視覺化處理過的資料，所產生的記憶比較深刻。當該聊天機器人模組4產生該視覺化介面後，藉由該視覺化介面與一般網路使用者進行互動，進行產生互動資料。其中互動方式可利用在電子郵件(email)、平台、通訊軟體、簡訊、網站、電話、語音服務、智慧家庭或辦公設備與使用者互動，進而取得更具價值的資料。而互動與回饋單元41再依據該資料互動之結果，產生一回饋情報至該資料萃取模組3。資料萃取模組3接收該回饋情報後，經重新運算與評估後，再提供新的策略情報以供廣告主參考。藉由不斷地反覆修正及資訊回饋，如此可提供最佳化且最合乎經濟規模的策略情報給廣告主。在一些實施例中，監控元件331可針對該回饋情報，針對經濟效益不佳的網頁或網站停止繼續執行播放內容。
在一些實施例中，本創作之廣告智慧推薦系統更包括一自動化模組5根據該策略情報，產生一自動執行指令。舉例來說，該自動執行指令包括自動出價、自動分配執行預算、暫停廣告繼續於經濟效益不佳的網頁或網站執行、建立自動受眾廣告等等。亦即廣告主可透過自動化模組5的自動化功能，針對策略情報，自動判斷後主動產生行動，如此可節省反應時間外，更可省下可觀的人力判斷成本。
第2圖為本創作之廣告智慧推薦方法之流程圖。如第2圖與上述第1圖所示，該方法係用於具有儲存器與處理器之電子裝置中，其中該儲存器可為記憶體與硬碟其中至少一者，該處理器可為微處理器或中央處理器，且該電子裝置可為伺服器，但不以此為限。
步驟S1：由資料蒐集模組1蒐集至少二個媒體資料庫之資料。其中，媒體資料庫可為網頁追蹤數據資料庫、媒體與社群數據資料庫與第三方數據資料庫。進一步地，網頁追蹤數據資料庫可透過在不同產業的網站裡埋碼，藉以長期收集使用者行為及內容。媒體與社群數據資料庫)可透過多個媒體來源及社群，如臉書或推特等，收集廣告的成效資料及網站成員互動資訊。第三方數據資料可為政府資料開放平台，利用應用程式界面(API)串接或網路爬蟲等資料擷取技術，藉以收集日曆、天氣、溫度、節慶、匯率、趨勢、地圖等輔助判讀資料。
步驟S2：儲存與處理該資料蒐集模組1所蒐集之資料。藉由資料儲存處理模組2儲存與處理該資料蒐集模組1所蒐集之資料，其中，資料儲存處理模組2更包含一資料庫21。資料庫21可透過如：圖像分析、斷詞斷句等服務將原始資料源拆解出圖片、影片、文字、時間、日期、溫度、氣候、花費、受眾、興趣、產品、顏色、網站、網頁、影片、事件、行為、產業、廣告目標、廣告形式、廣告渠道、裝置、版位、性別、國家、地區、匯率、位置、價格、成效、性別、年齡、主題…等欄位，將資料蒐集模組1擷取得到的資訊分類儲存。由於網路的傳輸速度不穩定或網頁資料更動頻繁等，容易導致網路上的資料流失。藉由資料儲存處理模組2中的資料庫21將資料蒐集模組1中的媒體資料庫進行資料儲存，如此可避免日後需要部分網頁資料時，卻因該網頁資料更新，導致網頁資料消失的風險。
步驟S3：由該資料萃取模組3之一篩選與分析單元31篩選與分析該資料蒐集模組1所蒐集之該資料，以產生一策略情報。其中，資料蒐集模組1所蒐集之資料包括網頁資料庫、媒體與社群資料庫、第三方數據所擷取得到的數據資料或其任意組合。換句話說，藉由篩選與分析單元31的篩選與分析，以擷取資料蒐集模組1中的有用資料，同時排除不需要的無用資料，藉以減輕後續運算上的負擔與減少運算上的時間成本。
在一些實施例中，資料萃取模組3更包括一建議單元32。進一步地，當該篩選與分析單元31篩選與分析該資料蒐集模組1所蒐集之該資料後，由該建議單元32產生該策略情報。舉例來說，當資料蒐集模組1蒐集到媒體與社群數據資料庫與第三方數據資料庫的資料，經資料儲存處理模組2內的資料庫21分類儲存，篩選與分析單元31將資料庫21內的資料篩選與分析，找出兩者的關聯，例如：使用者與天氣之間的歷史演進關係，建議單元32可根據篩選與分析單元31分析的後的結果，提供一最佳化的策略情報，供廣告主參考。
步驟S4：當該篩選與分析單元31篩選與分析該資料蒐集模組1所蒐集之該資料後，由該資料萃取模組3之一提醒單元33產生一提醒情報。藉由提醒情報的提出，可即時提醒廣告主針對現行的廣告策略進行修正，搭配策略情報以提供經濟效益更高的廣告策略。在一些實施例中，提醒單元33更包括一監控元件331。監控元件331可以針對行銷目的所制定的關鍵績效指標，設定單日或總週期的監控規則，根據跨渠道廣告的平均成本、成效數量與支出金額，產生一停止指令。舉例來說，跨渠道廣告的平均成本可以為單次點擊成本、每千次曝光成本、單次影片觀看成本、應用程式安裝成本、單次轉換成本之一或其組合；成效數量可以為曝光量、使用者點擊量、應用程式安裝數、影片觀看次數之一或其組合。另具體而言，停止指令為停止相關廣告內容繼續於經濟效益不佳的網頁或網站繼續執行播放內容。
步驟S5：由聊天機器人模組4接收該資料萃取模組3所萃取之該策略情報以產生一視覺化介面。由於人類的大腦對經視覺化處理過的資料，所產生的記憶比較深刻。當該聊天機器人模組4產生該視覺化介面後，藉由該視覺化介面與一般網路使用者進行互動，進行產生互動資料。其中互動方式可利用在電子郵件(email)、平台、通訊軟體、簡訊、網站、電話、語音服務、智慧家庭或辦公設備與使用者互動，進而取得更具價值的資料。而互動與回饋單元41再依據該資料互動之結果，產生一回饋情報至該資料萃取模組3。資料萃取模組3接收該回饋情報後，經重新運算與評估後，再提供新的策略情報以供廣告主參考。藉由不斷地反覆修正及資訊回饋，如此可提供最佳化且最合乎經濟規模的策略情報給廣告主。在一些實施例中，監控元件331可針對該回饋情報，針對經濟效益不佳的網頁或網站停止繼續執行播放內容。
步驟S6：自動化模組5根據該策略情報，產生一自動執行指令。廣告主可透過自動化模組5的自動化功能，針對策略情報，主動產生行動。該行動可為自動出價、自動分配執行預算、暫停廣告繼續於經濟效益不佳的網頁或網站執行、建立自動受眾廣告等等。藉由自動化模組5的自動執行，除可節省反應時間外，更可省下可觀的人力判斷成本。
步驟S7：產生一回饋情報至該資料萃取模組3。該聊天機器人模組之一互動與回饋單元41連接至少一網路平台以進行資料互動，當該聊天機器人模組產生該視覺化介面後，由該互動與回饋單元41依據該資料互動之結果產生一回饋情報至該資料萃取模組3。互動與回饋單元41依據該資料互動之結果，產生一回饋情報至該資料萃取模組3。資料萃取模組3接收該回饋情報後，經重新運算與評估後，再提供新的策略情報以供廣告主參考。藉由不斷地反覆修正及資訊回饋，如此可提供最佳化且最合乎經濟規模的策略情報給廣告主。
由上可知，本創作之廣告智慧推薦系統中，可應用於網際網路的社群網站中，主動挖掘影響廣告的資料源(如：網頁追蹤數據、媒體與社群數據、第三方數據等)，經過資料儲存與整理，經過數據分析後，針對媒體、產品、受眾及成效等多個面向提供趨勢情報及建議，並利用聊天機器人於互動媒介上(如：網路平台、通訊軟體、電子郵件、通話簡訊)與使用者進行互動，擷取有利的情報，再將該情報回饋給本系統進行數據分析，如此可了解顧客的使用行為和購買體驗，為廣告主提供最佳化的廣告配置建議與規劃。
上述實施形態僅例示性說明本創作之原理、特點及其功效，並非用以限制本創作之可實施範疇，任何熟習此項技藝之人士均可在不違背本創作之精神及範疇下，對上述實施形態進行修飾與改變。任何運用本創作所揭示內容而完成之等效改變及修飾，均仍應為申請專利範圍所涵蓋。因此，本創作之權利保護範圍，應如申請專利範圍所列。 |
符號說明
| 符號說明 |
1‧‧‧資料蒐集模組
2‧‧‧資料儲存處理模組
21‧‧‧資料庫
3‧‧‧資料萃取模組
31‧‧‧篩選與分析單元
32‧‧‧建議單元
33‧‧‧提醒單元
331‧‧‧監控元件
4‧‧‧聊天機器人模組
41‧‧‧互動與回饋單元
5‧‧‧自動化模組
S1至S7‧‧‧步驟 |
|
|
|
|
|
處理中，請稍後...